当前位置: 首页 > news >正文

机器人和智能的进化速度远超预期-ROS-AI-

危机

通常,有危险也有机遇才称之为危机。

从2020年启动转型自救,到2021年发现危险迫在眉睫,直到2024年也没有找到自己满意的出路。 


共识

中产阶级知识分子共有的特性和一致的推断。 

200年前的推断,在如今得到了验证。

机器人工程的工作与考研之困惑“要求越来越高”_有关机器人工程的问题-CSDN博客 

 

Geoffrey Hinton 

机器人方向小讲师如何从转型走到自救-CSDN博客 

 

飞了两百年的回旋镖,从18xx年到20xx年,历经四次工业革命,终结于此。

从2050回顾2020,职业规划与技术路径(节选)_2050回顾2020 zhangrelay-CSDN博客



ROS


AI



 

“人工智能之父”获得诺贝尔奖,但表示对发明感到后悔

杰弗里·辛顿教授担心比人类更聪明的系统可能会接管世界

杰弗里·辛顿教授去年从谷歌辞职,以便更公开地谈论人工智能的危险

乔·平克斯通

科学记者

2024年10月8日下午5:33(英国夏令时)

一位被誉为“人工智能之父”的英国科学家获得了诺贝尔物理学奖,但他对自己的发明表示后悔。

出生于伦敦并在剑桥大学学习的杰弗里·辛顿教授与普林斯顿大学的约翰·霍普菲尔德教授共同获得了这一荣誉。

这位76岁的老人在加利福尼亚州的一家“廉价酒店”里接到了告知他获奖的电话,而出生于芝加哥的91岁霍普菲尔德教授则在英格兰的一座茅草屋里。

瑞典皇家科学院表彰了他们使用“基本概念”设计人工神经网络的工作。他们在20世纪80年代所进行的工作,包括发明了一种能够自主发现数据中的特性并识别图片中特定元素的方法,这为今天日益主导世界的现代人工智能奠定了基础。

辛顿教授目前在多伦多大学任职,他曾在谷歌工作了十年。去年,他从这家科技巨头辞职,以便更公开地谈论人工智能对人类构成的“生存风险”。

这位学者之前曾就人工智能的风险发出过警告,他表示自己对将这项技术引入世界感到有些后悔。

“有两种后悔,”他说,“一种是你做了你知道不应该做的事情而感到内疚,另一种是你做了在相同情况下还会再做的事情,但最终结果可能并不好。”

“我有第二种后悔。在相同的情况下,我还会这么做,但我担心这最终会导致比我们更聪明的系统控制我们。”

“我们还没有经历过拥有比我们更聪明的东西是什么感觉。”

他认为,这项技术将提供卓越的医疗保健,并带来生产力和效率的“巨大提升”。

然而,他也警告说,这项技术也可能对人类构成重大风险。

“我认为它将对我们的文明产生巨大影响,”辛顿教授说,“它将与工业革命相提并论。但不同的是,它将超越人类的智力能力,而不是体力。”

“我们必须担心一系列可能的坏结果,特别是这些东西失控的威胁,”他周二在电话中告诉诺贝尔委员会。

对获奖感到“震惊”

他说,获奖的消息“如晴天霹雳”,让他“震惊不已”。

辛顿教授现在成为历史上第二个同时获得诺贝尔奖和图灵奖(通常被称为计算机领域的诺贝尔奖)的人。诺贝尔奖附带1100万瑞典克朗(约合81.1万英镑)的奖金。

“我本来今天要去做MRI扫描的,但我想我得取消了,”他说。

英国皇家学会会长阿德里安·史密斯表示:“我热烈祝贺辛顿教授,他在人工神经网络方面的工作非常杰出。”

“他将脑损伤的影响与这种网络中的损失进行了比较,并发现了与人类障碍的惊人相似之处,比如对姓名的识别和分类能力的丧失。这可能是自主智能的类脑机器的开端。”

安德斯·伊尔巴克教授在斯德哥尔摩瑞典皇家科学院的新闻发布会上介绍了约翰·霍普菲尔德教授和杰弗里·辛顿教授的工作

霍普菲尔德教授因发明了一种使用保存和重现模式的方法的网络而获奖。

他和妻子外出接种流感疫苗并喝咖啡,回家后看到“一堆电子邮件”,祝贺他获奖。

“推动技术的科学是出于好奇心而提前进行的科学,”他说。

他在1982年关于神经网络的工作源于一个神经科学项目,该项目试图理解一个人的大脑如何通过快速闪过其他想到的单词来回忆起很少使用的单词。

以他名字命名的“霍普菲尔德网络”现在是神经网络的核心,它赋予了计算机系统存储模式并重现它们的能力。

普林斯顿大学校长克里斯托弗·L·艾斯格鲁伯说:“约翰·霍普菲尔德卓越的科学生涯超越了普通的学科界限,使他能够为物理学、化学、神经科学和分子生物学做出持久贡献。”

“他今天因其在神经网络方面的开创性研究而获得荣誉,这一研究完美地展现了好奇心驱动的研究在推进知识前沿和创造解决世界一些最深刻挑战的新工具方面的力量。”

 


http://www.lryc.cn/news/474206.html

相关文章:

  • 5天学习RAG路线图,你信吗?
  • JIME智创:抖音创作者的AI绘画与视频生成创作神器
  • 基于SpringBoot和PostGIS的世界各国邻国可视化实践
  • Halcon相机外参自理解
  • C#语言入门:从基础到进阶
  • 网络爬虫的定义
  • 一个月调研分析标的“英伟达”
  • Spring Boot 与 EasyExcel 携手:复杂 Excel 表格高效导入导出实战
  • 什么是严肃游戏,严肃游戏本地化的特点是什么?
  • ceph补充介绍
  • 2024/11/1 408 20题
  • Python相关类库使用问题
  • ESP32/ESP8266开发板单向一对多ESP-NOW无线通信
  • 动态规划-回文串问题——5.最长回文子串
  • rtp协议:rtcp包发送和接收规则和报告!
  • label数据(或自定义数据集)转imagenet(用于mmclassification)
  • WebMvcConfigurer
  • Sigrity Power SI VR noise Metrics check模式如何进行电源噪声耦合分析操作指导
  • Python+Appium+Pytest+Allure自动化测试框架-安装篇
  • Python的socket使用
  • 如何快速搭建一个3D虚拟展厅?
  • Android webview 打开本地H5项目(Cocos游戏以及Unity游戏)
  • 解决项目中图片出不来的bug
  • 手机实时提取SIM卡打电话的信令声音-新的篇章(三、Android虚拟声卡探索)
  • REST APIs与微服务:关键差异
  • 【网安案例学习】反向蛮力攻击Reverse Brute Force Attack
  • TCP/IP网络编程:理解网络编程和套接字
  • CSS实现回到顶部且平滑过渡
  • 10 go语言(golang) - 数据类型:哈希表(map)及原理(二)
  • 【论文解读】Med-BERT: 用于疾病预测的大规模结构化电子健康记录的预训练情境化嵌入